Data Engineer

Kokios jūsų atlyginimo lūkesčiai?

Kas yra idempotentiškumas DAG/u/užduotyje Airflow?

Kodėl pasirinkote būtent DBT? Kokius privalumus ir trūkumus matote šiame framework'e?

Middle+

СБЕР

Duotos dvi lentelės t1 ir t2. Užduotis yra išvardyti visas žinomas jungimo tipus ir jų rezultatą select * from t1 <join> t2 on t1.t = t2.t. |t1.t| ------ 1 2 4 null ------ |t2.t| ------ 1 3 null null cross 1 1 - null null - INNER JOIN [phone] LEFT JOIN 1 - 1 2 - NULL 4 - NULL NULL - NULL RIGHT JOIN [phone] NULL - 3 NULL - NULL NULL - NULL FULL JOIN [phone] - NULL 4 - NULL NULL - 3 null - NULL null - NULL null - NULL

Middle

Купер

Kokias problemas gali nustatyti sekimas?

Kaip gali įvykti SQL injekcija per datos įvedimo lauką?

Kas yra SQL injekcija?

Kaip veikia skirstymas Hive ir kaip jis yra fiziškai vaizduojamas failų sistemoje?

Middle

Aston

Kas yra YARN ir kam jis reikalingas?

Middle

Aston

Ar turite patirties dirbant su biblioteką Langchain? Kokius uždavinius sprendėte su jos pagalba?

Kokie fizinio sujungimo tipai egzistuoja (Hash Join, Merge Join, Nested Loop)?

Middle+

СБЕР

Kokie yra fizinių jungčių (jungimo metodų) tipai?

Kam reikalingi indeksai, kokie yra jų privalumai ir trūkumai?

Kokios yra apribojimai naudojant žemėlapių lenteles?

Ką darote, kai susiduriate su problemomis gamybos linijoje?

Kokios yra MPP architektūros trūkumai Greenplum'e?

Duota eilutė sudaryta iš nulių ir vienetų. Reikia parašyti funkciją func(), kuri grąžins ilgiausią iš eilės einančių vienetų skaičių. Pavyzdžiui: func("010111011") -> 3

Middle

Купер

Kokie būdai yra duomenų šalinimui ClickHouse?

Ar trasa rodo tik REST užklausas ar kažką kitą?

Kokius lentelių tipus naudojote Greenplum? Kokiais atvejais naudotas heap, o kokiais - Append-Optimized?